Professor Weinmann (Universität zu Köln), seine Co-Autoren Christof Naumzik (ETH Zürich) und Professor Stefan Feuerriegel (LMU München), haben ein neues Modell entwickelt, was es ermöglicht Vorhersagen von Unternehmenspleiten zu treffen.
Um eine zuverlässige Prognose treffen zu können nutzt das Modell Online-Bewertungen von Restaurants. Geschäftszusammenbrüche können so mit einer Genauigkeit von über 78 % bestimmt werden. Dabei werden die Online-Bewertungen von über 64.000 Restaurants in Kategorien nach „gut laufend“, „schlechte Bewertungen, aber laufend“ und „gefährdet“ unterteilt. Danach werden diese drei Zustände mit der Wahrscheinlichkeit des Scheiterns verknüpft.
Die Auswertung der Daten hat dabei ergeben, dass Restaurants, die sich im Zustand "gut laufen" befinden, überwiegend positive Erfahrungen machten. Restaurants aus der Kategorie "schlechte Bewertungen, aber laufen", hatten deutliche Probleme mit der Kundenzufriedenheit. Dieser Faktor konnte aber durch längere Öffnungszeiten, den Standort oder Drive-Through-Service ausgeglichen werden. Die Läden blieben also im Geschäft. Ein gutes Beispiel hierfür: McDonalds und Burger King.
Diejenigen Restaurants, die in den "gefährdeten" Zustand geraten, haben sehr unterschiedliche Bewertungen - von sehr positiv bis negativ - und zeigen damit, dass die Kundenzufriedenheit erheblichen Schwankungen unterliegt. Diese Restaurants haben eine doppelt so hohe Ausfallwahrscheinlichkeit wie die anderen.
„Anhand der reinen Online-Bewertungen konnten wir 7 von 10 Ausfälle erkennen, sogar mehrere Monate im Voraus. Das gibt den Restaurantleitern genügend Zeit, um rechtzeitig Gegenmaßnahmen zu ergreifen.“
Ein solches Modell bietet Betrieben also die Möglichkeit sogenannte Ausfälle frühzeitig zu erkennen und eine Unternehmenspleite zu verhindern.
Aus der Kategorie „gefährdete“ Unternehmen, hatten größtenteils Serviceleistungsprobleme. So eine Problematik kann, wenn sie langfristig anhält, die Wahrscheinlichkeit des Scheiterns eines Unternehmens erhöhen.
Den Forschern zufolge würde dieses Modell den Vermarktern bei der Überwachung der Kundenzufriedenheit helfen und ein datengestütztes Instrument bieten, das frühzeitige Warnungen vor drohenden Geschäftsausfällen liefert.
Die Studie ist in der Zeitschrift Marketing Science veröffentlicht.